关于Q-Learning及DQN几种优化方法能否结合的疑问？

Question

本人最近在研究制作游戏ai，从DeepMind提出的DQN获得了制作的思路。但是同时也看到有多种优化方式来提升训练性能，比如Double DQN, Prioritized Experience DQN & Dueling DQN。下面就有几点疑问：1.这几种优化方式能否进行一下结合？2.较为简单的游戏情况，使用Deep Learning是否比传统Q-Learning有较大提升?3.针对较为复杂的游戏情况，哪种算法更为有效？

Answer 1

(1)可以
(2)dl需要调参，调参没有什么规律，调得好，效果还是很好的，但是这个要看你做实验了。
(3)各有优势，但是dl是趋势